예시 답변 1
약 91초
Precision·Recall 의미 파악·재현율 우선 설계·임계값 조정으로 검색 품질 결
Precision과 Recall은 정확도 대신 검색이나 분류 품질을 측정하기 위한 두 개의 상충 지표입니다. Precision은 반환된 결과 중 실제로 맞는 비율이고, Recall은 실제로 맞는 것 중 얼마나 빠짐없이 찾았는가를 나타냅니다. 둘 다 높이기 어렵기 때문에 상황에 맞게 균형을 잡는 것이 중요합니다.
어느 지표를 우선할지는 사용 목적에 따라 달라집니다. 의료 진단이나 이상 탐지처럼 놓치면 안 되는 경우는 Recall을 높이는 방향으로, 스팸 필터처럼 오탐이 더 문제가 되는 경우는 Precision을 우선했습니다. 이 판단이 모델 임계값 설정에 직접 영향을 줬습니다.
실무에서는 F1 스코어를 함께 사용했습니다. Precision과 Recall의 조화 평균으로 두 지표를 동시에 고려하면 단일 숫자로 비교가 가능해지고, 클래스 불균형이 있는 데이터셋에서 정확도보다 더 의미 있는 지표가 됐습니다.
이 결의 특징
Precision과 Recall이 상충 관계에 있으며 의료 진단(Recall 우선)과 스팸 필터(Precision 우선) 같은 구체적 사용 사례에서 선택 기준이 달라진다는 관찰이 있습니다. F1 스코어를 조화 평균으로 두 지표를 동시에 고려하면서 클래스 불균형 데이터셋에서 정확도보다 의미 있다는 경험이 남아 있습니다.
이 결이 통하는 자리
평가 지표를 올리는 방향으로 모델 임계값을 설정하는 판단이 사용 목적에 따라 달라진다는 현실이 살아 있을 때 통합니다. 지표 선택이 단순한 수치 게임이 아니라 도메인 요구사항을 반영하는 설계 결정이 필요한 자리에서 설득력 있습니다.